如何在人工智能的浪潮中，定义、设计并交付真正能够为用户创造价值的产品？
上个月拜访一位行业前辈，在餐桌上，他提到：“要用AI原生的方式做产品”。我似懂非懂，追问道：“是结果要AI，还是过程要AI呢？”他给了我一个简洁而深刻的答案：“过程要AI。”
我带着浅薄的理解在这一个多月里反复实践，试图重塑产品设计和产品开发的工作流，可总觉得缺点什么。vibe coding的代码我看不太懂，在反反复复的对话里和AI相互折磨。前几天随着Gemini 3发布被讨论的概念Generative UI，这才知道缺了什么。
我遵循着PM和RD的工作范式，基于市场洞察做决策，依据设计原则创造界面，遵循最佳实践编写代码。每一个任务都让AI作为copilot，毫无疑问这是目前AI能力下相对能做到的AI原生，但始终是伪AI原生。
过去，我们考虑经济学的边际成本，一直试图找到80%的共性需求，实现规模化。但就像衣服的码数，xs/s/m/l几个尺寸怎么可能适合千千万万的你我。就像中台产品，几个模块怎么可能满足十几条或几十条业务线的所有需求。那20%的个性化、特殊的、边缘的需求，被我们“主动放弃”了。过去的产品开发过程，无论是从人力成本、技术复杂度还是决策效率来看，都无法支撑这种深度个性化。
但推荐系统早已突破了内容层面的限制，让我们看到了千人千面的强大力量。我们所做的每一个智能推荐模块，每一个个性化内容流，都在不断证明：通过智能模型理解个体差异，个性化与规模化不仅不矛盾，甚至可以相辅相成。这不正是过程要AI的生动实践吗？它让产品的生成和演化变得AI原生。
而Generative UI，则是在这条道路上迈向的更激动人心的一步，也许个性化的边际成本趋近于零。或许产品经理不再需要绞尽脑汁去设计满足市场和用户需求“最大公约数”的功能，设计师不再需要耗费巨大精力去绘制“适合所有人的通用方案”，而是有一个智能系统能根据每个用户的真实行为和偏好，动态生成最符合其习惯的界面、功能组合和交互逻辑，那将是产品开发过程的一次颠覆性飞跃。让产品的生长过程，本身就是由AI驱动和学习的。
这条路可以预见的很长，对于大语言模型，预测下一个token的准确率是明确的；但对于用户体验，“好”却是一个如此模糊、流动且高度主观的概念。用户体验还包含着那些难以量化的审美愉悦、情感共鸣和心流体验。这些人性的成分，是冰冷的计算和学习能否捕捉到的？
#INTJ #职场 #深度思考
上个月拜访一位行业前辈，在餐桌上，他提到：“要用AI原生的方式做产品”。我似懂非懂，追问道：“是结果要AI，还是过程要AI呢？”他给了我一个简洁而深刻的答案：“过程要AI。”
我带着浅薄的理解在这一个多月里反复实践，试图重塑产品设计和产品开发的工作流，可总觉得缺点什么。vibe coding的代码我看不太懂，在反反复复的对话里和AI相互折磨。前几天随着Gemini 3发布被讨论的概念Generative UI，这才知道缺了什么。
我遵循着PM和RD的工作范式，基于市场洞察做决策，依据设计原则创造界面，遵循最佳实践编写代码。每一个任务都让AI作为copilot，毫无疑问这是目前AI能力下相对能做到的AI原生，但始终是伪AI原生。
过去，我们考虑经济学的边际成本，一直试图找到80%的共性需求，实现规模化。但就像衣服的码数，xs/s/m/l几个尺寸怎么可能适合千千万万的你我。就像中台产品，几个模块怎么可能满足十几条或几十条业务线的所有需求。那20%的个性化、特殊的、边缘的需求，被我们“主动放弃”了。过去的产品开发过程，无论是从人力成本、技术复杂度还是决策效率来看，都无法支撑这种深度个性化。
但推荐系统早已突破了内容层面的限制，让我们看到了千人千面的强大力量。我们所做的每一个智能推荐模块，每一个个性化内容流，都在不断证明：通过智能模型理解个体差异，个性化与规模化不仅不矛盾，甚至可以相辅相成。这不正是过程要AI的生动实践吗？它让产品的生成和演化变得AI原生。
而Generative UI，则是在这条道路上迈向的更激动人心的一步，也许个性化的边际成本趋近于零。或许产品经理不再需要绞尽脑汁去设计满足市场和用户需求“最大公约数”的功能，设计师不再需要耗费巨大精力去绘制“适合所有人的通用方案”，而是有一个智能系统能根据每个用户的真实行为和偏好，动态生成最符合其习惯的界面、功能组合和交互逻辑，那将是产品开发过程的一次颠覆性飞跃。让产品的生长过程，本身就是由AI驱动和学习的。
这条路可以预见的很长，对于大语言模型，预测下一个token的准确率是明确的；但对于用户体验，“好”却是一个如此模糊、流动且高度主观的概念。用户体验还包含着那些难以量化的审美愉悦、情感共鸣和心流体验。这些人性的成分，是冰冷的计算和学习能否捕捉到的？
#INTJ #职场 #深度思考
